삼성전자와 SK하이닉스가 인공지능(AI) 모델 ‘클로드’의 개발사인 미국 AI 기업 앤트로픽에 전략적 투자를 단행했다. 국내 반도체 양강 기업의 투자로 글로벌 AI 네트워크가 강화됐다는 분석이다. 28일(현지시간) 앤트로픽은 최근 진행한 시리즈H 투자 라운드에서 650억 달러를 유치하면서 기업 가치가 9650억 달러(약 1440조원)로 평가됐다고 밝혔다. 지난 2월 기업가치 평가액 3800억 달러(약 570조원)에서 3달 만에 2배 이상 증가한 수치다. 앤트로픽이 이번 투자금을 AI 인프라에 집중적으로 투입하겠다고 밝히면서 투자 라운드에 참여한 삼성전자와 SK하이닉스와의 AI 글로벌 동맹이 더 견고해진 것으로 분석된다. 마이크론 역시 전략적 인프라 파트너로 참여했다. 삼성전자와 SK하이닉스는 이번 투자로 AI 에이전트를 둘러싼 AI 생태계에서 전략적 협력 관계를 구축할 수 있는 기반을 다지게 됐다. 앤트로픽을 넘어 연계된 글로벌 AI 파트너들을 고객사로 확보할 기회도 기대할 수 있다. 앤트로픽은 이날 발표문에서 “이들 기업의 기술은 전 세계 메모리, 저장장치, 로직 칩 공급에 핵심 역할을 담당하고 있다”며 “(이들과의) 협력 관계는 고객 요구에 맞춰 컴퓨팅 역량을 안정적으로 확장하는 데 큰 도움이 될 것”이라고 밝혔다. 업계에서는 삼성전자와 앤트로픽이 단순 메모리 차원이 아닌 파운드리 분야까지 협력 범위를 넓힐 것으로 전망하고 있다. 앤트로픽이 언급한 ‘로직 칩’은 파운드리 공정을 통해 만드는데, 전략적 인프라 파트너 3사 중 유일하게 파운드리 사업부를 가진 곳이 삼성전자뿐이기 때문이다. 이에 따라 최근 몇 년간 적자를 이어온 삼성전자 파운드리 사업부에 청신호가 켜졌다는 분석도 나온다. 앞서 삼성전자는 테슬라의 차세대 AI 칩인 ‘AI5’와 ‘AI6’ 칩 수주를 따냈다. 엔비디아의 추론 전용 언어처리장치(LPU) 칩인 ‘그록3’의 역시 삼성전자 파운드리를 통해 생산되고 있다. SK하이닉스는 앤트로픽이 최근 AI 에이전트를 운영하기 위해 구축 중인 신규 데이터센터 인프라에 필요한 HBM을 공급할 것으로 보인다. 앤트로픽은 최근 아마존과 최대 5GW(기가와트) 규모 신규 데이터센터 용량 확보 계약을 체결하기도 했다.

- 분산 서빙 기반 추론 최적화… 보유 GPU 인프라 활용 효율 높여- 고부하 환경서 토큰 출력 속도 2.2배 향상… AI 서비스 응답 지연 완화- 국내 유일 GPU·국산 NPU 이기종 가속기 지원… 소버린 AI 인프라 선택권 확대 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 보유 GPU 인프라의 활용 효율을 높여 기업 AI 서비스의 추론 병목을 줄이는 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 선보였다고 29일 밝혔다. 생성형 AI 도입이 확산되면서 기업 AI 인프라의 핵심 과제는 GPU 확보에서 추론 운영 효율화로 전환되고 있다. AI 챗봇, 업무 자동화 에이전트, 검색증강생성(RAG) 기반 서비스 등 상시 운영 AI 서비스가 늘어나면서 모델 호출과 추론 연산 수요도 함께 증가하고 있다. 에이전트형 AI 환경에서는 단일 요청이 복수의 모델 호출과 반복 연산으로 이어져 추론 작업량이 단기간에 급증할 수 있다. GPU를 보유하더라도 추론 요청이 특정 자원에 집중되면 병목으로 인한 응답 지연과 자원 낭비가 동시에 발생하는 구조적 문제가 따른다. 콘체르토 AI는 분산 서빙 기반의 추론 최적화를 핵심 기술로 채택했다. 기존 단일 처리 방식은 질문 분석과 답변 생성을 동일 GPU 자원에서 처리해 요청 집중 시 전체 응답 속도가 저하된다. 콘체르토 AI는 두 작업을 분리해 각각에 적합한 자원을 배치함으로써 병목을 줄인다. 여기에 키-값 캐시(KV Cache) 최적화와 메모리 재사용 기술을 적용해 초기 응답 시간과 토큰 처리 속도를 개선하고, 실시간 대기열·자원 상태 기반 지능형 라우팅 기능을 결합해 고부하 환경에서도 응답 성능을 유지한다. 오케스트로가 자체 온프레미스 AI 인프라 환경에서 수행한 벤치마크 테스트에 따르면, 동시 요청이 집중되는 고부하 환경에서 콘체르토 AI의 분산 서빙 방식은 기존 단일 처리 방식 대비 토큰 출력 속도를 2.2배 높게 유지한 것으로 나타났다. 운영 자동화 기능도 탑재됐다. 콘체르토 AI는 AI 모델 배포부터 추론 요청 처리, 자원 배분, 성능 모니터링까지 LLMOps에 필요한 기능을 단일 플랫폼에서 제공한다. 표준화된 모델 패키징 기술을 기반으로 쿠버네티스 파드(Pod) 생성부터 엔드포인트 연결까지 배포 과정을 자동화하며, 배포 이후에는 초기 응답 시간·토큰 처리 속도·자원 사용량 등 주요 지표를 통합 모니터링 환경에서 확인할 수 있다. 인프라 호환성 측면에서는 엔비디아 GPU 외에 리벨리온·퓨리오사AI 등 국산 NPU 환경까지 지원하는 이기종 가속기 구조를 채택했다. 오케스트로 측은 GPU와 국산 NPU를 아우르는 상용화 수준의 AI 추론 운영 플랫폼은 국내에서 콘체르토 AI가 유일하다고 밝혔다. 이를 통해 기업·기관은 프라이빗 AI 및 소버린 AI 환경에서 특정 하드웨어 벤더 의존도를 낮추고 서비스 특성과 보유 인프라에 맞춰 추론 자원을 구성할 수 있다. 김범재 오케스트로 대표는 “기업 AI 인프라의 과제는 더 많은 GPU를 확보하는 것에서 보유 자원을 얼마나 효율적으로 운영하느냐로 옮겨가고 있다”며 “콘체르토 AI를 기반으로 기업이 보유한 AI 인프라의 활용 효율을 높이고, 프라이빗 AI 환경에서도 안정적인 AI 서비스 운영을 지원하겠다”고 밝혔다.

데이터 정책을 총괄하는 범부처 기구로 ‘데이터 관계장관 회의체’가 신설된다. 글로벌 인공지능(AI) 시장의 성패를 가를 핵심 자산인 ‘데이터’의 확보와 활용을 위해 범국가적 역량을 투입하겠다는 것으로, 고품질 데이터 공급과 규제 완화를 통해 ‘AI 3대 강국’으로 도약하겠다는 구상이다. 과학기술정보통신부·행정안전부·문화체육관광부·개인정보보호위원회·국가데이터처 등 부처는 28일 정부서울청사에서 열린 데이터관계장관회의에서 이런 내용의 ‘AI 대전환 시대 데이터 정책 추진방향’을 발표했다. 이날 회의는 김민석 국무총리가 주재했다. 정부는 향후 2~3년이 핵심 국정과제인 ‘AI 3대 강국 도약’ 실현 적기라고 진단하고 현장에 필요한 데이터를 적기에 공급할 계획이다. 이에 민간이 자체 확보하기 어려운 고품질 추론데이터(CoT), AI 안전·신뢰성 데이터셋, 성능 벤치마크 평가 데이터를 구축하고, 멀티모달·고난이도 데이터 등 독자 AI 모델 개발에 필요한 핵심 데이터를 확충·지원한다. 부처와 기관이 개별 관리하던 AI 학습용 데이터는 업사이클링을 거쳐 공개할 예정이다. 민간 수요를 기반으로 공공데이터 개방도 확대한다. 민간 수요가 많은 ‘AI·고가치 공공데이터 Top 100’을 선정하고 개방한다는 방침이다. 정책연구 보고서나 국가자격시험 문답 등 비정형 데이터도 AI 활용이 쉬운 형태로 바꾼다. 피지컬 AI·제조, 모빌리티, 바이오·보건의료, 농업, 문화 등 업종·분야별 특성을 반영해 AX(AI 전환) 특화 데이터를 확보하고, 자발적 데이터 공유가 어려운 의료 등의 전략 분야에는 수익 배분을 기반으로 데이터 공유·활성을 촉진하는 ‘데이터 스페이스’를 시범 적용한다. 또 모든 데이터가 모이고 연결되는 ‘데이터 고속도로’를 구축한다. 정부는 국가 데이터 통합플랫폼 ‘원-윈도우’를 중심으로 플랫폼 간 연계를 강화하기로 했다. 또 AI 학습용 데이터를 모은 ‘AI 허브’(aihub.or.kr) 플랫폼은 AI 학습용 데이터 통합제공시스템으로 확대·개편한다. AI 학습용 데이터 개방을 가로막는 제도를 합리적으로 개선하기로 했다. 정부는 AI 학습을 위한 저작물 활용 등을 규정하는 ‘저작권법’ 개정 필요성을 검토한다. 개인정보를 포함하는 데이터를 안전을 전제로 AI 학습에 이용할 수 있도록 ‘개인정보보호법’ 개정도 추진한다. 중소·스타트업의 데이터 활용을 돕기 위해선 데이터와 AI 기술, 인프라를 패키지로 지원하는 ‘AX 원스톱 바우처’를 제공할 방침이다. 민간 데이터 거래 시장을 활성화하기 위해 AI 학습용 데이터 구매 비용에는 세액공제를 적용한다. 이외에도 해외 주요 선도대학과 연계한 데이터 전문인력 양성과 기업 현장 데이터를 교육용으로 가공하는 방안도 검토한다. 배경훈 부총리 겸 과기정통부 장관은 “AI 혁신의 골든타임 내에, 현장에서 필요한 데이터를 적시에 활용할 수 있도록 관계 부처가 힘을 모아 적극 지원하겠다”고 말했다. 김 총리는 “그간에는 영역별 전문성을 축적하는 데 집중했다면, 이제는 부처 간 장벽을 허물고 유기적으로 협업하는 방안을 고민할 시점”이라며 부처 간 협력을 주문했다.

ChatGPT 출시 이후 인공지능(AI)은 일상생활의 필수 도구로 자리 잡고 있으며 국민의 생활 방식과 근로자의 작업 방식에 혁신적 변화를 가져오고 있다. 최근 ChatGPT를 능가하는 제미나이, 클로드의 출시로 AI에 대한 사회적, 경제적 의존도는 더욱 심화하고 있다. AI 기술은 미국이 주요 생성형 AI 서비스와 핵심 기술을 중심으로 주도하고 있으나 중국도 딥시크, 큐원 등 막대한 인구가 제공하는 데이터와 자체 기술을 기반으로 미국의 AI를 급속히 추격하고 있다. 현 정부에서 AI 3강 실현을 선언하며 국내 AI 기술의 경쟁력을 미국, 중국 수준으로 높일 필요성이 절실한 상태다. AI 실현에 필요한 AI 풀스택은 미국 국립표준기술연구소(NIST)의 클라우드 컴퓨팅 참조구조(CCRA)를 기반으로 보면 피지컬 AI, LLM과 같은 ‘서비스 계층’, 운영체제(OS), 가상화, 클라우드 관리 플랫폼(CMP), 미들웨어 플랫폼, 재해복구(DR) 등의 기능을 수행하는 ‘자원 추상화 제어 계층’, GPU, 네트워크, 데이터센터와 같은 ‘물리자원 계층’의 3계층으로 크게 구분할 수 있다. 관점에 따라 약간의 차이는 있지만 아마존웹서비스(AWS)는 이를 AI 스택, 엔비디아는 AI 팩토리를 위한 풀스택이라고 부른다. 정부는 AI 기술 강화를 목표로 그랜드 AI 챌린지, 독자 파운데이션 모델 개발 사업 등을 통해 LG AI연구원 엑사원, 업스테이지 솔라 등의 국산 LLM을 글로벌 수준으로 도약시키기 위해 집중적으로 지원하고 있는데 이는 AI 서비스 계층에 해당한다. 퓨리오사AI, 리벨리온을 통한 NPU 개발, 엔비디아의 GPU 확보 및 지원은 물리자원 계층에 해당한다. 대통령 공약 사항인 “AI는 게임 체인저, 100조 원 규모 투자와 국가 AI 인프라 구축 추진” 선언에 따라 국가AI데이터센터(AIDC) 추진, 지자체‧공공기관‧민간의 적극적 AIDC 구축 추진, AIDC 진흥을 위한 특별법 제정 등이 급물살을 타고 있는데 이 또한 물리자원 계층에 해당한다. 이러한 사항들을 기반으로 보면 한국은 AI 3강을 향해 필요한 물리적 기반을 빠르게 갖춰가고 있다. 그러나 GPU와 데이터센터를 대규모로 확보하더라도 이를 충분히 활용하지 못하면 AI 경쟁력으로 이어지기 어렵다. 확보한 GPU를 실제 서비스와 산업 현장에서 충분히 활용하려면 자원을 효율적으로 묶고 배분하며 격리하고 복구해 서비스 형태로 제공하는 소프트웨어 역량이 함께 뒷받침돼야 한다. 특히 AI 활용이 학습을 넘어 대규모 추론으로 확산하면서 GPU를 무작정 증설하기보다 이미 보유한 자원의 처리 효율을 높이는 추론 운영 플랫폼의 중요성도 커지고 있다. 분산 서빙 기반의 추론 최적화 소프트웨어는 낮은 GPU 활용률 문제를 완화하고 AI 서비스 효율을 높이는 핵심 기술이다. 이 계층이 약하면 고가의 GPU와 데이터센터는 온전히 국가 경쟁력으로 전환되기 어렵다. 문제는 이러한 역할을 담당하는 자원 추상화 제어 계층, 즉 AI 인프라 소프트웨어에 대한 지원이 빠져 있다는 점이다. 비유하자면 머리와 하체는 튼튼해지고 있는데 허리가 부실해 상하체가 끊겨 있어 제대로 능력을 발휘할 수 없는 셈이다. 주요국은 이미 이 지점에 주목하고 있다. AI 기술 주권의 완성을 위해서는 AI 풀스택 전반, 즉 서비스 계층, 자원 추상화 제어 계층, 물리자원 계층 모두에 걸친 균형 잡힌 기술 발전이 필요하다. 특히 물리자원과 AI 서비스를 안정적으로 운영하고 제어하는 클라우드·엣지 인프라 SW는 AI 시대의 기술 자립을 뒷받침할 핵심 전략 영역이다. 유럽 역시 이러한 관점에서 IPCEI-CIS 프로젝트를 추진하며 최대 12억 유로의 공공 지원과 약 14억 유로의 민간 투자를 바탕으로 차세대 클라우드·엣지 인프라와 서비스 기술을 개발하고 있다. 이는 단순한 인프라 구축을 넘어 멀티클라우드·엣지 환경의 근간이 되는 데이터 처리·공유 SW 등 인프라 SW 역량 강화에 중점을 두고 있다. 일본은 경제산업성을 중심으로 AI 개발에 필요한 컴퓨팅 자원 정비를 지원하고 있다. 경제안전보장추진법에 따라 5개 사업계획에 최대 725억 엔을 지원하며 AI 개발에 필요한 연산 자원을 국내에서 안정적으로 공급할 기반을 확충하고 있다. 이는 GPU 서버 확보에 그치지 않고 개발자와 기업이 필요한 자원을 클라우드 방식으로 활용할 수 있게 하는 인프라 SW 역량을 함께 키우려는 접근이다. 중국도 신창 정책을 바탕으로 핵심 IT 스택의 자립을 추진하고 있다. 반도체와 장비뿐 아니라 AI 시스템 SW 분야에서도 자국 SW 사용을 확대하고 외산 의존도를 낮추려는 움직임이 이어지고 있다. 이는 기술 자립의 범위가 물리자원 계층을 넘어 인프라 SW 계층까지 확장되고 있음을 보여준다. 즉 주요국의 AI 시대 육성 정책은 주권 회복 및 자립을 위해 AI 풀스택 전층에 걸쳐 기술 자립화를 추진하는 방향으로 가고 있다. 그에 비해 우리나라는 SW가 AI를 탄생시킨 핵심 기술이고 클라우드와 같은 자원 추상화 기술이 AI 풀스택의 중간 허리 위치의 핵심 기술임에도 불구하고 AI 관련 예산 지원을 서비스 계층과 물리자원 계층에 집중하고 있다. 자원 추상화 제어 계층에 해당하는 인프라 SW와 클라우드 분야의 지원은 일부는 이미 익숙한 오래된 단어라 유행이 지나갔다고 생각하고 있고 일부는 우리가 할 수 없는 영역이라고 생각하며 포기하고 있다. AI 인프라 SW 육성을 간과한 결과 최근 AIDC 구축 과정에서 수백 대~수천 대의 GPU 서버를 하나의 자원처럼 연결하고 운영할 클러스터 관리 SW가 없어 고가의 외산 솔루션에 의존해야 하는 상황이 발생하고 있다. 문제의 본질은 GPU와 데이터센터를 얼마나 많이 확보하느냐가 아니라 이를 갖추고도 자원 배분과 운영 최적화의 주도권을 우리 기술로 확보하지 못한다는 데 있다. AI 강국으로 가기 위해서는 장비를 들여오는 데 그치지 않고 이를 실제 서비스로 전환할 인프라 SW 역량을 축적해야 한다. AI는 컴퓨터 과학 또는 SW의 한 분야로 학습과 추론을 풀기 위한 알고리즘과 데이터로 구성되는 분야다. 그동안 정부는 SW 강국, 인재 양성을 강조하며 이를 실현하기 위해 많은 노력을 기울여왔다. SW가 AI를 탄생시킨 핵심 기술임에도 AI와 AX 시대가 도래하면서 그 원천인 SW 기술을 외면하는 모순적 현상이 발생하고 있다. 클라우드 컴퓨팅 기술도 이미 완성된 기술 또는 글로벌 빅테크가 주도하는 분야로 간주해 AI 클라우드 분야 외에는 정부 투자가 축소되고 있고 SW 분야의 정부 투자도 거의 사라지고 있는 상황이다. 서비스 계층과 물리자원 계층에 몸담고 있는 전문가나 기업들은 전혀 관심을 보이지도 않고 무시하고 있지만 외산이 장악했던 영역에서 국산 SW로 자립 기반을 다져 온 경험이 있는 한국 SW 업계는 충분한 성공 잠재력을 가지고 있다. 실제 공공뿐 아니라 제조‧통신‧금융 등 주요 산업 현장에서 서버 가상화와 AI 클라우드 SW의 국산 전환이 본격화되고 있다. 대규모 데이터센터와 핵심 업무 시스템에서 외산 인프라 SW 환경을 국산 SW로 전환해 운영하는 사례는 국내 인프라 SW가 물리자원의 활용 효율을 높이고 성능을 극대화하며 안정적인 서비스 운영을 뒷받침할 수 있음을 보여준다. 이는 AI 인프라 SW 역시 우리가 주도적으로 키워갈 수 있는 전략 영역임을 시사한다. 그럼에도 한국의 AI 인프라 SW 시장이 브이엠웨어(VMware), AWS, 애저(Azure)와 같은 글로벌 솔루션의 거대한 파도에 노출되어 있는 현실에 국내 SW 업계는 노심초사할 수밖에 없다. 유럽, 중국, 일본은 빅테크의 쓰나미에 대비해 열심히 둑을 쌓고 체질을 강화하고 있는데 우리는 너무나 방심하고 있어 풍전등화 상황이다. 지금이라도 서비스 계층과 물리자원 계층을 연결하는 자원 추상화 제어 계층, 즉 AI 인프라 SW 관련 산업과 기술 자립화에 대한 과감한 투자를 통해 AI 3강과 AI 자주권 실현의 필수 조건인 AI 풀스택의 균형적인 발전을 반드시 이루어야 한다. 나연묵 단국대학교 AI융합연구원 원장

• STEG의 플랫폼과 솔루션에 LG AI연구원의 엑사원 결합해 AI 전환 선도• 공공·금융·엔터프라이즈 환경에서 즉시 활용 가능한 AI SM(자율형 운영) 제공 계획 IT서비스관리(ITSM) 전문기업 에스티이지(대표 임현길, 이하 STEG)는 LG AI연구원과 B2B 인공지능(AI) 사업 협력을 위한 전략적 파트너십을 체결했다고 27일 밝혔다. 이번 협력은 기업 및 기관의 AI 활용도를 제고하고 국내 AI 생태계를 확대하기 위해 추진됐다. 양사는 STEG의 플랫폼과 솔루션에 LG AI연구원의 초거대 모델 ‘엑사원 4.0’을 결합해 AI 전환을 진행할 방침이다. 엑사원 4.0은 빠른 답변에 강점이 있는 언어 모델(LLM)과 문제 해결 능력을 갖춘 추론 AI 모델을 융합한 하이브리드 AI 모델이다. 해당 모델은 글로벌 AI 지수 평가에서 전 세계 11위, 국내 1위의 순위를 기록한 바 있다. STEG는 먼저 ITSM 솔루션 ‘E-GENE™ ITSM’에 엑사원을 적용해 서비스 요청(SR) 처리, 장애 대응 등 워크플로우 전반에 걸쳐 AI SM(Service Management)을 강화한다. 특히 자연어 이해, 지식 기반 응답, 문제 해결 등 엑사원의 강점을 살려 공공·금융·엔터프라이즈 환경에서 즉시 활용 가능한 자율형 운영을 제공한다는 계획이다. 나아가 노코드 워크플로우 플랫폼 ‘E-GENE™’은 물론, 인사·총무·재무·영업 등 비 IT 업무를 포괄하는 ESM(엔터프라이즈 서비스 관리)까지 AI SM 운영을 단계적으로 확장한다. 임현길 STEG 대표는 “STEG의 AI SM은 AI 도입률과 생산성을 측정할 수 있으며, 데이터와 인사이트를 바탕으로 실질적 AI 전환을 가능하게 한다”며 “LG AI연구원의 독보적인 AI 기술과 결합해 기업의 IT 운영 지능을 고도화할 것”이라고 밝혔다.

블록체인 특화 LLM 평가 체계 제시...“범용 AI 고성능에도 Web3 전문 추론은 과제로 남아”싱가포르 오픈소스 AI 연구기관 DMind AI가 아시아 연구진과 공동으로 개발한 ‘디마인드 벤치마크(DMind Benchmark)’ 논문이 국제 학술대회 ‘KDD 2026(ACM SIGKDD)’의 데이터셋 및 벤치마크(Datasets ＆ Benchmarks) 트랙에 채택됐다고 26일 밝혔다. 본 학술대회는 오는 8월 9일부터 13일까지 제주에서 개최된다. 이번 연구는 웹3(Web3) 및 블록체인 분야에서 대형언어모델(LLM)의 성능을 정량적으로 측정하기 위한 평가 체계를 제안한 것이 핵심이다. 연구팀은 기존의 범용 AI 평가 방식에서 벗어나 블록체인 산업 특화 과제를 중심으로 모델의 실무 활용성과 전문 추론 능력을 검증하는 데 중점을 두었다고 설명했다. 최근 글로벌 AI 업계에서는 특정 산업 분야에 최적화된 도메인 특화 AI 개발 경쟁이 확대되는 흐름이다. 특히 금융·보안 분야에서는 단순 언어 생성 능력보다 정확한 추론과 안정성이 중요해지면서 전문 벤치마크 구축 필요성도 커지고 있다. 디마인드 벤치마크는 블록체인 기초 개념, 인프라, 스마트 컨트랙트, 탈중앙화 금융(DeFi), 탈중앙화 자율조직(DAO), 대체불가토큰(NFT), 토큰 이코노믹스, 밈코인, 보안 취약점 등 총 9개 도메인을 평가 범주로 설정했다. 단순 객관식 형태를 넘어 스마트 컨트랙트 디버깅, 온체인 수치 추론 등 실제 환경 기반 문제도 포함한 점이 특징이다. 연구팀은 GPT-5 시리즈, Claude, Gemini, DeepSeek, Grok, Qwen 등 총 31개 주요 AI 모델을 대상으로 성능을 비교 평가했다. 평가 결과 GPT-5 Medium이 전체 평균 77.63점으로 가장 높은 점수를 기록했지만, 토큰 이코노믹스와 보안 취약점 분야에서는 다수 모델이 낮은 성능을 보였다고 밝혔다. 연구진은 현재 상용화된 주요 AI 모델들도 Web3 전문 추론 영역에서는 여전히 한계를 드러내고 있다고 분석했다. 특히 복잡한 토큰 구조 해석이나 스마트 컨트랙트 보안 관련 문제에서는 모델 간 성능 편차가 크게 나타났다고 설명했다. 비용 대비 성능 측면에서는 일부 오픈소스 모델의 경쟁력도 확인됐다는 평가다. 연구에 따르면 DMind의 32B 파라미터 오픈소스 모델은 Web3 특화 과제에서 제한된 비용으로도 높은 성능을 기록했다. 특히 토큰 이코노믹스와 보안 영역에서는 대규모 범용 모델 대비 10~30% 수준의 비용으로 유사하거나 더 높은 성능을 보였다고 연구팀은 밝혔다. 업계에서는 생성형 AI가 금융·디지털 자산 분야로 확대 적용되면서 스마트 컨트랙트 검증이나 온체인 데이터 분석 자동화 수요도 증가하는 추세다. 이에 따라 산업 특화 AI 모델의 신뢰성과 검증 체계 중요성도 함께 커지고 있다는 분석이 나온다. 싱가포르 경영대학교 정보시스템학과 주페이다(ZHU Feida) 교수는 “이번 연구는 Web3 AI 분야에서 측정 가능한 평가 기준을 제시했다는 점에서 의미가 있다”며 “향후 해당 분야 AI 기술의 성능과 안정성 검증 체계 구축에도 활용될 수 있을 것”이라고 말했다. 한편 DMind 모델은 현재 AI 금융 플랫폼 ‘Minara(미나라)’에 적용돼 운영 중이다. 연구팀은 개인 투자자와 디지털 자산 보유자를 위한 재무 비서 기능 등에 해당 기술이 활용되고 있다고 설명했다.

현대자동차그룹이 자동차 생산 현장에 ‘아틀라스’ 도입을 예고하며 조직 개편을 단행했고, 미국 테슬라는 3세대 ‘옵티머스’ 공개를 예고했다. 한국은 제조 밸류체인, 미국은 인공지능(AI) 기술, 중국은 저가 양산 능력을 각각 내세우며 휴머노이드 패권 경쟁이 달아오르고 있다. 25일 업계에 따르면 현대차그룹은 최근 소프트웨어 중심 공장(SDF) 추진 담당 보직을 신설하고 알페시 파텔 상무를 선임했다. SDF는 공장을 소프트웨어로 통합·제어하는 역할을 한다. 아틀라스의 양산 체제 전환을 위해 부품 공급망을 갖추려는 포석으로 읽힌다. 파텔 상무는 매켄지앤드컴퍼니 출신의 제조 혁신 전문가다. 현대차그룹은 로보틱스 부품 구매실도 신설하고 소현성 전 베이징현대 발전기획본부장(상무)을 실장으로 선임했다. 현대차그룹 계열사 보스턴다이내믹스가 개발한 아틀라스는 360도 회전할 수 있는 관절 구조를 갖췄고, 전신을 제어하면서 45㎏의 물체를 들어 올릴 수 있다. 핵심 구동계인 액추에이터 부품은 현대모비스가 양산하고, 현대글로비스가 조달부터 판매를 잇는다. 현대오토에버는 로봇 지능 업그레이드와 스마트 팩토리 시스템 통합을 담당한다. 수직 계열화 및 제조 밸류체인 구축을 통해 핵심 부품 조달 체계를 내재화하는 것이다. 현대차그룹은 오는 8월부터 미국 조지아주에 ‘로봇 메타플랜트 응용센터(RMAC)’를 가동한다. 2028년 본격 양산에 앞서 아틀라스가 자동차 제조 공장에서 축적된 데이터를 바탕으로 스스로 판단하는 능력을 가르치는 등 완성도를 끌어올릴 계획이다. KB증권은 보스턴다이내믹스가 2035년쯤 한 대당 19만 달러(약 2억 8600만원) 수준의 하이엔드급 휴머노이드를 연간 150만대 판매할 것으로 전망했다. 미국 테슬라는 휴머노이드 옵티머스의 3세대 모델을 7~8월 중 공개할 계획이다. 3세대 옵티머스는 2세대에 비해 손가락 마디 제어 능력이 2배 정밀해져 고난도 조립 작업도 가능해질 전망이다. 테슬라는 내년부터 본격적인 대량 양산에 시도하며 궁극적으로 단가를 2만~3만 달러(약 3000만~4500만원) 수준으로 낮춰 물류 및 제조 시장에 빠르게 확산시키겠다는 구상이다. 특히 테슬라는 최근 자율주행과 로봇 연산을 전담할 차세대 ‘AI5 추론 프로세서’의 최종 칩 설계를 완료했다. 테슬라의 자율주행 시스템처럼 옵티머스가 방대한 데이터를 기반으로 실시간 인지·판단하는 두뇌 능력을 강화하면 사람처럼 동시에 보고 이해하고 동작하는 멀티태스킹이 가능해진다. 중국은 압도적인 국가 주도 보조금과 원가 파괴, 부품 공급망을 무기로 ‘로봇 굴기’를 다지고 있다. 대표 주자인 유니트리 로보틱스가 내놓은 저가형 휴머노이드 ‘R1’은 본토 출시가가 2만 9900위안(약 670만원)이다. R1은 약 120㎝의 키와 무게 25~29㎏의 가벼운 몸체로 성인 남성이 들고 이동할 수 있고, 운동 성능도 민첩하다. 유니트리는 지난해 글로벌 휴머노이드 시장에서 각종 로봇 5500대를 출하해 점유율 32.4%를 기록했다. 유니트리는 상하이 증권거래소 스타마켓에 42억 위안(약 9374억원) 규모의 기업공개(IPO)를 신청하며 글로벌 물량 공세를 예고했다. 이호근 대덕대 미래자동차과 교수는 “아틀라스는 자동차 생산 라인에서 만족도가 높고 옵티머스는 가정용 로봇 등으로 확장성에서 유리해 보이나 완성도 측면에서는 아틀라스가 우위에 있다”며 “중국 휴머노이드도 막대한 자본력과 정부 지원, 내수 시장을 바탕으로 3~5년 안에 기술적으로 따라올 가능성이 있어 안심할 수 없다”고 전망했다.

현대자동차그룹이 자동차 생산 현장에 ‘아틀라스’ 도입을 예고하며 조직 개편을 단행했고, 미국 테슬라는 3세대 ‘옵티머스’ 공개를 예고했다. 한국은 제조 밸류체인, 미국은 인공지능(AI) 기술, 중국은 저가 양산 능력을 각각 내세우며 휴머노이드 패권 경쟁이 달아오르고 있다. 25일 업계에 따르면 현대차그룹은 최근 소프트웨어 중심 공장(SDF) 추진 담당 보직을 신설하고 알페시 파텔 상무를 선임했다. SDF는 공장 전체를 소프트웨어로 통합·제어하는 역할을 한다. 아틀라스의 양산 체제 전환을 위해 부품 공급망을 갖추려는 포석으로 읽힌다. 파텔 상무는 매켄지앤드컴퍼니 출신의 제조 혁신 전문가다. 현대차그룹은 로보틱스 부품 구매실도 신설하고 소현성 전 베이징현대 발전기획본부장(상무)을 실장으로 선임했다. 현대차그룹 계열사 보스턴다이내믹스가 개발한 아틀라스는 360도 회전할 수 있는 관절 구조를 갖췄고, 전신을 제어하면서 45㎏의 물체를 들어 올릴 수 있다. 핵심 구동계인 액추에이터 부품은 현대모비스가 양산하고, 현대글로비스가 조달부터 판매를 잇는다. 현대오토에버는 로봇 지능 업그레이드와 스마트 팩토리 시스템 통합을 담당한다. 수직 계열화 및 제조 밸류체인 구축을 통해 핵심 부품 조달 체계를 내재화하는 것이다. 현대차그룹은 오는 8월부터 미국 조지아주에 ‘로봇 메타플랜트 응용센터(RMAC)’를 가동한다. 2028년 본격 양산에 앞서 아틀라스가 자동차 제조 공장에서 축적된 데이터를 바탕으로 스스로 판단하는 능력을 가르치는 등 완성도를 끌어올릴 계획이다. KB증권은 보스턴다이내믹스가 2035년쯤 한 대당 19만 달러(약 2억 8600만원) 수준의 하이엔드급 휴머노이드를 연간 150만대 판매할 것으로 전망했다. 미국 테슬라는 휴머노이드 옵티머스의 3세대 모델을 7~8월 중 공개할 계획이다. 3세대 옵티머스는 2세대에 비해 손가락 마디 제어 능력이 2배 정밀해져 고난도 조립 작업도 가능해질 전망이다. 테슬라는 내년부터 본격적인 대량 양산에 시도하며 궁극적으로 단가를 2만~3만 달러(약 3000만~4500만원) 수준으로 낮춰 물류 및 제조 시장에 빠르게 확산시키겠다는 구상이다. 특히 테슬라는 최근 자율주행과 로봇 연산을 전담할 차세대 ‘AI5 추론 프로세서’의 최종 칩 설계를 완료했다. 테슬라의 자율주행 시스템처럼 옵티머스가 방대한 데이터를 기반으로 실시간 인지·판단하는 두뇌 능력을 강화하면 사람처럼 동시에 보고 이해하고 동작하는 멀티태스킹이 가능해진다. 중국은 압도적인 국가 주도 보조금과 원가 파괴, 부품 공급망을 무기로 ‘로봇 굴기’를 다지고 있다. 대표 주자인 유니트리 로보틱스가 내놓은 저가형 휴머노이드 ‘R1’은 본토 출시가가 2만 9900위안(약 670만원)이다. R1은 약 120cm의 키와 무게 25~29kg의 가벼운 몸체로 성인 남성이 들고 이동할 수 있고, 운동 성능도 민첩하다. 유니트리는 지난해 글로벌 휴머노이드 시장에서 각종 로봇 5500대를 출하해 점유율 32.4%를 기록했다. 유니트리는 상하이 증권거래소 스타마켓에 42억 위안(약 9374억원) 규모의 기업공개(IPO)를 신청하며 글로벌 물량 공세를 예고했다. 이호근 대덕대 미래자동차과 교수는 “아틀라스는 자동차 생산 라인에서 만족도가 높고 옵티머스는 가정용 로봇 등으로 확장성에서 유리해 보이나 완성도 측면에서는 아틀라스가 우위에 있다”며 “중국 휴머노이드도 막대한 자본력과 정부 지원, 내수 시장을 바탕으로 3~5년 안에 기술적으로 따라올 가능성이 있어 안심할 수 없다”고 전망했다.

시장은 ‘리질리언트’ 즉 회복탄력성이 크다. 이란 전쟁으로 인한 온갖 악재에도 주식시장은 인공지능(AI)과 반도체 산업의 미래에 대해 비관하지 않고 있으며 이는 급속한 주가 회복 등으로 나타나고 있다. 이러한 시장 해석들을 자주 본다. 그런데 과연 그럴까. 이란 전쟁과 호르무즈 해협 봉쇄로 인한 일파만파의 상황 전개, 특히 많은 이들이 지적하고 있는 장기적인 스태그플레이션의 상황에서도 그러한 낙관적인 해석이 장기적으로 옳다고 할 수 있을까. 섣부른 비관론을 펼칠 생각도 없다. 하지만 스태그플레이션이라는 상황에서 어떤 조건이 창출될 것인지를 생각해 보는 것도 필요하다. 우선 AI 산업이 아직 경제 전체의 구조적 변화를 이룬 것은 아니라는 점에서 출발할 필요가 있다. AI는 자본재의 성격과 소비재의 성격이 모두 있지만, 두 부문 모두에서 아직 안정적인 수익 구조를 내고 있다고 말할 수는 없다. 구독료 수입은 분명히 늘고 있지만 이것이 현재의 폭증하는 투자를 감당하는 수준과는 거리가 멀다. 단순히 투자 비용의 문제가 아니라 추론 비용도 함께 늘고 있다는 문제이다. 하지만 시장 점유율을 위해 빅테크 어느 곳도 이 비용을 감당할 만큼 구독료를 인상할 수도 없는 상황이다. 게다가 기업들끼리의 거래에서도 수익 전망이 밝지 않다. AI를 구입한 기업들이 단순히 기존 인력을 해고하고 대체하는 용도가 아니라 실제의 생산성을 획기적으로 개선해 비용 절감을 통한 수익성 개선을 이루어야 하지만, 매킨지 보고서에 따르면 이러한 일을 이루어 내는 기업은 아직 18개 기업 중 1개꼴에 불과하다고 한다. 그리고 AI 빅테크 기업들끼리는 상호 순환 출자 등에 의존하면서 내부의 자금 순환으로 장부를 맞추고 있는 경우가 많다. 이러한 상황이 지속가능할 수는 없다. AI 기업들은 조만간 외부로부터 실제의 현금 흐름을 만들어 내지 않으면 안 되는 상황에 처해 있다. 이란 전쟁 이후 스태그플레이션은 이론적 가능성이 아니라 이미 진행 중이라고 봐야 한다. 미국의 4분기 성장률 전망은 이전의 절반인 0.7%로 떨어졌으며 4월의 소비자 물가지수는 전년 대비 3.8% 상승했다. 실업률은 4.4%에 달하고 있다. 스태그플레이션은 경제 환경 전체를 바꾸어 놓지만, 가장 직접적으로 에너지 비용 상승과 금리 상승 압박 두 가지만을 생각해 보자. 인플레이션으로 인해 미국의 금리 인하 기대는 사라졌고, 금리 상승은 현실적인 가능성이 되었을 뿐만 아니라 장기화될 수 있다. 그리고 에너지 비용 또한 크게 상승했다. 현재의 AI 산업은 전기와 유동성 두 가지를 한없이 잡아먹으며 연명하고 있다. 그런데 에너지 비용 상승과 신용 조달 비용이 모두 오른다면 어떻게 될까. 벌써 AI 빅테크 기업들은 데이터센터의 위치를 전기료가 저렴한 지역으로 재배치하는 등 대응에 들어갔으며, 자금 조달 계획에 대해서도 대응 체제를 마련하고 있다고 한다. 이는 모두 비용 상승의 압박을 낳을 것이며, 현재와 같이 미래 수익의 꿈에 의지해 자가발전할 수 있는 상태를 빨리 정리하라는 압박으로 이어질 것이다. 김용범 청와대 정책실장의 글이 화제였다. AI는 물론 그것과 결합된 제조업과 소비재들의 등장이 다가오면서 반도체는 이제 특정 산업의 중간재가 아니라 새로운 산업 문명 전체를 떠받치는 가장 광범위하고 가장 기본적인 물건이 될 것이며, 이는 어쩌면 반도체 산업이 기존 순환 주기를 벗어나 장기적이고 구조적인 대규모 이윤을 낳는 기초 인프라 산업이 될 수 있다는 가능성을 논하면서, 그에 적합한 거시 경제 구조로의 전환을 모색할 필요도 생각해 보아야 한다는 내용이었다. 분명한 설득력과 중요한 적실성을 가진 고민임은 틀림없지만, 이란 전쟁 이후 장기적인 스태그플레이션이 나타날 수 있다는 고려가 보이지 않는 것이 아쉬웠다. 많은 이들이 이란 전쟁의 조속한 종식과 그 이전의 정상 상태로의 회귀를 기대하고 있다. 전쟁의 끝이 임박했는지는 모르겠지만, 그것이 가져온 충격은 지구적 경제의 구조를 결정적으로 바꾸어 놓을지도 모른다. AI 산업도, 반도체 산업도, 이러한 새로운 환경을 고려하지 않은 전망이라면 이제 절반에 불과한 것이 될 수 있다. 홍기빈 글로벌정치경제연구소 소장

GPU 추가 학습 없이 글로벌 AI 추론 성능 3위 달성 국내 인공지능(AI) 스타트업 비드래프트(VIDraft Inc.·대표 김민식)가 추가 GPU 학습 과정을 거치지 않고도 최상위권 추론 성능을 도출하는 대형언어모델(LLM) 프레임워크 기술을 공개했다. 비드래프트는 자사가 개발한 ‘Darwin Family’ 계열 모델의 핵심 기술을 담은 연구 논문을 공개하고, 관련 핵심 기술 3건에 대한 국내 특허를 출원했다고 밝혔다. 이번에 등록된 논문은 「Darwin Family: MRI Trust Weighted Evolutionary Merging for Training Free Scaling of Language Model Reasoning」으로, 현재 Hugging Face Papers와 오픈소스 아카이브 arXiv(등록번호 2605.14386)에 게재된 상태다. 본 연구에는 비드래프트 소속 연구원 7명이 공동 저자로 참여 명단을 올렸다. Darwin Family는 기존 AI 개발 과정에서 필수로 여겨졌던 추가 학습(Post training) 없이 모델 병합만으로 고성능 추론 능력을 구현하는 새로운 방식의 AI 모델 프레임워크다. 핵심 기술은 MRI Trust Fusion, 14차원 적응형 병합 게놈(Merge Genome), 아키텍처 매퍼(Architecture Mapper) 등 세 가지로 구성된다. MRI Trust Fusion은 모델 각 레이어의 기능적 중요도를 분석한 뒤 신뢰 파라미터를 기반으로 동적 융합을 수행하는 기술이다. 이를 통해 GPQA 정확도를 기존 방식 대비 2.5%포인트 향상시켰다는 설명이다. 또한 14차원 병합 게놈 기술은 어텐션과 FFN, 임베딩 등 모델 내부 구성 요소를 세밀하게 제어하며 경사하강법 없이 진화 탐색만으로 최적 병합 전략을 자동 탐색한다. 아키텍처 매퍼는 Transformer와 Mamba 등 서로 다른 AI 구조 간 결합을 가능하게 하는 기술로, 추가 재학습 없이 이종 모델 교배를 구현한다. Darwin Family는 Hugging Face가 주관하는 AI 성능 벤치마크인 ‘GPQA Diamond(Graduate Level Google Proof Q＆A)’ 평가에서 글로벌 3위를 기록했다. 해당 지표는 박사 학위 소지자 수준의 과학적 추론 능력을 평가하는 대표적 기술 지표다. 비드래프트는 별도의 파인튜닝이나 사후 학습을 거치지 않고도 수백억 파라미터 규모의 Fully Trained 모델들의 성능 데이터 수준을 상회했으며, 최소 4B부터 최대 35B 규모에 이르기까지 다양한 모델 세그먼트 구간에서 부모 모델 대비 실질적 성능 향상 수치를 검증했다고 밝혔다. 국내 정량 평가 지표에서도 상위 순위를 점유하고 있다. 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 주관·운영하는 ‘K-AI 리더보드’에서는 Darwin 기반 모델들이 2위, 3위, 4위, 5위, 7위, 8위를 동시에 기록 중인 것으로 집계됐다. 특히 현재 1위 모델과의 데이터 점수 격차는 0.001점 범위 내에 있는 것으로 확인됐다. 비드래프트에 따르면 공식 모델 공개 이후 45일 만에 파생·양자화 레포지터리 88개와 개별 모델 파일 473개가 생성됐다. GGUF 양자화 분야 개발자 bartowski와 mradermacher 등 글로벌 오픈소스 커뮤니티 개발자들도 Darwin 모델군 배포와 최적화 작업에 참여하고 있다. 현재 Darwin 모델은 Windows·Linux·Mac 환경의 GGUF 포맷을 비롯해 Apple MLX, AWQ, NVIDIA Blackwell 전용 NVfp4 등 다양한 플랫폼을 지원한다. 김민식 비드래프트 대표는 “Darwin 생태계의 확산 속도와 규모는 국내 AI 모델 역사에서도 보기 드문 수준”이라며 “세계 최상위권 양자화 개발자들의 자발적 참여와 폭넓은 플랫폼 지원 체계를 기반으로 글로벌 AI 표준 생태계로 진입하고 있다”고 밝혔다. 한편, 이번 연구는 과학기술정보통신부 재원으로 수행된 ‘AI컴퓨팅자원활용기반강화(GPU 임차 지원) 사용자 지원사업’의 지원을 받아 진행됐다.

- 통신 단절·저대역폭 환경에서도 임무 지속… DIL 환경 대응 자율협업 지능체계 개발- 오케스트로, 계층형 멀티에이전트 기반 이동형 엣지 운용구조 개발 전담- 분산 지휘형 유·무인 복합체계 구현 기반 마련… 군 실증·후속 사업 연계 기대 AI·클라우드 소프트웨어 기업 오케스트로(대표 김범재, 김영광)가 과학기술정보통신부와 정보통신기획평가원(IITP) 주관 국방인공지능핵심기술개발사업의 공동연구기관으로 참여한다고 14일 밝혔다. 과제명은 ‘불안정한 네트워크(DIL) 환경에서 강건한 이동형 엣지-클라우드 기반 유·무인체계 자율협업 지능체계 개발’이다. 이번 사업은 안보 위협과 급변하는 미래 전장 환경에 대응하기 위한 국방 ICT R＆D 사업의 일환으로 추진된다. 해당 과제는 통신 인프라가 열악하거나 네트워크 단절과 지연이 반복되는 전술 환경(DIL, Disconnected, Intermittent, Low-bandwidth)에서도 유·무인 복합전투체계(MUM-T)의 자율협업을 지원하는 지능체계 개발을 목표로 한다. 중앙집중형 지휘통제 방식에서 벗어나 전술 현장 중심의 분산형 엣지 지능체계로 전환하고, 통신이 끊긴 상황에서도 임무를 지속하며 복구 이후에는 중단된 임무를 재개할 수 있도록 하는 데 초점을 두고 있다. 최근 미국을 비롯한 주요국이 전장 AI와 엣지 기반 전술 체계 도입을 확대하면서 팔란티어 등 글로벌 국방 AI·데이터 소프트웨어 기업의 역할도 커지고 있다. 이번 과제는 오케스트로의 클라우드·엣지 운용 기술을 미래 전장 환경에 적용하고, 유·무인 복합체계의 자율협업을 뒷받침하는 국산 소프트웨어 기반을 마련한다는 점에서 의미가 있다. 오케스트로는 이번 과제에서 ‘계층형 멀티에이전트 기반 이동형 엣지 운용구조 개발’을 전담한다. 쿠버네티스(Kubernetes, K8s) 기반 오케스트레이션 기술로 클라우드와 엣지 환경을 통합 관리하고, EdgeMesh와 CloudCore를 활용해 엣지 노드 간 P2P 통신과 서비스 디스커버리를 구현할 계획이다. 이어 AI·ML 모델을 엣지에 배포·실행해 실시간 추론이 가능한 지능형 운용체계 고도화도 함께 추진한다. 오케스트로의 이동형 엣지 운용 기술과 책임연구기관인 ETRI의 분산·연합학습, 증분학습, 네트워크 대응 기술이 결합되면 통신 불능 상태에서도 체계 운영의 복원력을 높일 수 있을 것으로 기대된다. 중앙 클라우드 지원 없이도 엣지 클라우드와 이기종 전장 자산을 연계해 유·무인 복합체계의 자율협업과 분산 지휘형 임무 수행을 지원하는 데 기여할 전망이다. 개발된 기술은 군 실증을 거쳐 후속 국방 사업과 연계될 전망이다. 주요 수요처로는 국방부, 합동참모본부, 육군본부 미래혁신센터, 방위사업청 등이 명시됐으며, 드론봇 전투단, 무인전투차량 시범여단, 차세대 지휘통제체계(NGC2) 개발 사업 등과의 연동이 검토되고 있다. 김범재 오케스트로 대표는 “이번 과제는 통신 단절과 저대역폭 등 제약이 큰 전술 환경에서도 자율협업 체계를 구현할 수 있는 기반을 마련한다는 점에서 의미가 크다”며 “클라우드 네이티브 기술과 엣지 운용 역량을 국방 분야에도 적용해, 국산 소프트웨어가 다양한 현장에서 활용될 수 있도록 기술 경쟁력을 지속적으로 강화할 것”이라고 밝혔다.

(사)한국인공지능협회가 창립 10주년을 맞아 ‘한국형 AI 전략의 방향’을 제시해 눈길을 끌었다. AI협회는 지난 7일 COEX에서 ‘10주년 비전 선포식’을 통해 단순 산업 지원 조직을 넘어 대한민국 AI 생태계의 미래를 설계하는 ‘기술·산업 플랫폼’으로의 전환을 공식 선언했다. 핵심 화두는 ‘체인저(Changer)’와 ‘오픈월드(Open World)’였다. 협회가 새롭게 정의한 체인저는 변화에 적응하는 수동적 존재가 아니다. AI를 활용해 사회적 난제를 해결하고 새로운 시대 질서를 만들어가는 능동적 주체를 의미한다. 여기에는 인간뿐 아니라 기업·기관·AI 에이전트·로봇까지 포함된다. 김현철 AI협회장은 “AI는 이제 단순한 생산성 향상 도구를 넘어 문명의 운영 원리를 다시 쓰는 단계로 진입하고 있다”며 “체인저의 개념 역시 인간 중심을 넘어 지능화된 모든 존재로 확장될 것”이라고 밝혔다. 이번 비전 발표에서 가장 눈길을 끈 대목은 ‘실세계(Real-world) AI’ 전략이다. 김 회장은 ”그동안 글로벌 AI 경쟁은 인터넷 기반 텍스트 데이터와 거대언어모델(LLM)을 중심으로 전개돼 왔다“면서 ”앞으로의 승부처는 공장·도시·물류·에너지·로봇 등 현실 공간에서 발생하는 인과관계와 행동 데이터를 이해하고 연산하는 영역으로 이동할 것이다“고 밝혔다. 김 회장은 특히 ”한국이 이 분야에서 독자적 경쟁력을 확보할 가능성이 높다“며 ”미국 빅테크 기업들이 인터넷 데이터를 사실상 장악한 반면, 한국은 반도체·자동차·조선·철강·배터리 등 세계 최고 수준의 제조 산업 현장에서 축적되는 방대한 실세계 데이터를 보유하고 있기 때문이다“고 강조했다. 김 회장은 이어 “인터넷 데이터는 글로벌 플랫폼 기업 중심으로 재편됐지만 제조 공정과 산업 현장에서 발생하는 행동 데이터는 한국이 세계적 우위를 가진 영역”이라며 “실세계 AI 시대에는 제조 강국의 경쟁력이 AI 경쟁력으로 직결될 가능성이 크다”고 설명했다. AI협회는 이를 기반으로 현실 세계의 물리 법칙과 인과 구조를 학습하는 ‘월드모델(World Model)’ 개발에 본격 착수할 계획이다. 월드모델은 로봇·자율주행·산업 자동화 등 차세대 피지컬 AI의 핵심 기술로 꼽힌다. 이를 실행하기 위한 조직 개편도 병행된다. 우선 새롭게 출범하는 ‘오픈월드 인텔리전스 연구소’는 실세계 행동 데이터와 월드모델, 피지컬 AI 연구를 총괄하는 핵심 조직 역할을 맡는다. 협회는 이를 통해 특정 빅테크 기업에 종속되지 않는 ‘인류에 의한 AGI(일반인공지능)’ 기반을 구축하겠다는 구상이다. ‘AIDC 추진위원회’는 분산형 데이터센터와 추론 인프라 구축을 담당한다. 지역 산업과 AI 연산 자원을 연결해 ‘지역의 문제를 지역의 지능으로 해결하는 구조’를 만드는 것이 목표다. 또 ‘AGSF’는 산업·안보·외교를 아우르는 국가 AI 전략 싱크탱크 역할을 수행하고, ‘CAIO 포럼’은 기업의 AI 전환(AX)을 이끄는 실행 리더 조직으로 운영된다. 협회는 이와 함께 DID(탈중앙화 신원증명) 기반의 ‘체인저 DID’, 온라인 문제 해결 플랫폼 ‘체인저스(Changers)’, 글로벌 문제 해결 프로젝트인 ‘AI 올림픽’ 등도 병행 추진할 예정이다. AI협회가 최종적으로 제시한 ‘오픈월드’는 AI로 증강된 개인들이 사회 문제 해결에 참여하고, 그 기여가 데이터 자산으로 축적되는 새로운 문명 체제를 뜻한다. 지능을 소수 플랫폼 기업의 독점 자산이 아니라 인류 전체의 공공 역량으로 확장하겠다는 구상이다.

- 112.5억 원 규모 연구개발 착수… 국산 AI 반도체 생태계 확산 주도- 국산 NPU·PIM 기반 클라우드 SW 스택 개발… GPU 중심 인프라 한계 극복- AI 모델 허브 구축… 최적화 모델 1,000개 이상 확보 목표 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 과학기술정보통신부와 정보통신기획평가원(IITP)이 주관하는 ‘AI 반도체 특화 클라우드 네이티브 SW 스택 및 모델 허브 기술 개발’ 과제의 주관기관으로 선정됐다고 8일 밝혔다. 이번 연구개발 사업의 총규모는 112억 5000만원으로, 2026년부터 2029년까지 4년간 수행될 예정이다. 본 과제는 국산 NPU(신경망처리장치)와 PIM(지능형 메모리) 등 차세대 AI 가속기가 범용 클라우드 환경에서 기능할 수 있도록 클라우드 기반 운영 체계를 구축하는 것이 목적이다. 이를 통해 국산 AI 반도체의 생태계를 확장하고 활용도를 높이는 체계를 마련할 방침이다. 오케스트로는 이번 과제를 수행하며 AI 반도체 전용 클라우드 네이티브 SW 스택의 기술 수준을 높인다. 세부 개발 항목에는 ▲컨테이너 런타임 인터페이스(CRI) 호환 기술 ▲가속기 자원의 직접 접근을 지원하는 패스스루(Pass-through) 기술 ▲마이크로서비스 아키텍처(MSA) 프레임워크 등이 포함된다. 이는 기존 GPU 중심 인프라의 구조적 특성을 보완하고, 국산 NPU 자원을 유연하게 할당·운영할 수 있는 표준 체계를 수립하기 위함이다. 이와 함께 국산 AI 반도체 기반 서비스 확산을 위해 학습·추론 모델을 손쉽게 등록·배포할 수 있는 ‘AI 모델 허브’ 플랫폼도 구축한다. 모델 컨테이너화 자동화 기술과 메타데이터 관리 체계를 기반으로 운영될 예정이며, 과제 종료 시점까지 1000개 이상의 최적화 모델 확보를 목표로 한다. 특히 최근 수요가 빠르게 증가하고 있는 초거대 언어 모델(LLM) 실증 사례를 확보해 상용화 가능성을 검증한다. 국내 중소·벤처기업이 고가의 외산 GPU 의존도를 낮추고, 국산 AI 반도체 기반의 고성능 서비스를 보다 신속하게 개발·출시할 수 있도록 지원할 방침이다. 이번 연구 성과는 정부가 추진 중인 ‘K-클라우드 프로젝트’와 2026년부터 본격화되는 ‘국가 AI 컴퓨팅 인프라’ 구축 사업과 연계돼 실제 데이터센터 운영 환경에 적용될 예정이다. 오케스트로는 커널 레벨의 정밀 모니터링과 분산 추적 기술을 통합해 AI 워크로드 예측 정확도를 글로벌 최고 수준인 99%까지 끌어올리고, 대규모 AI 서비스 운영에 필요한 안정성과 신뢰성을 입증할 계획이다. 김범재 오케스트로 대표는 “이번 과제는 국산 AI 반도체가 글로벌 시장에서 경쟁력을 확보하는 데 필요한 핵심 소프트웨어 기반을 마련한다는 점에서 의미가 크다”며 “하드웨어와 소프트웨어가 유기적으로 결합되는 AI 컴퓨팅 환경을 구현해 국내 AI 인프라 자립도를 높이고, 국산 AI 반도체 생태계 확산에 기여하겠다”고 밝혔다.

한때 ‘시대에 뒤처졌다’는 평가까지 받던 인텔이 인공지능(AI) 시대의 중심으로 돌아오고 있다. 생성형 AI 시장이 학습 중심에서 실제 서비스를 수행하는 ‘추론’과 ‘에이전틱 AI’ 시대로 이동하면서 중앙처리장치(CPU)의 가치가 재부상하고 있어서다. 6일(현지시간) 뉴욕증시에서 인텔은 전 거래일 대비 4.49% 오른 113.01달러에 마감했다. 올해 들어 주가는 186.97% 급등하며 닷컴버블 당시 기록했던 사상 최고가도 넘어섰다. 2년 전만 해도 20달러대 주가로 ‘해체설’까지 거론됐으니, 극적인 반전이다. 인텔의 지난 1분기 매출은 135억 8000만 달러로 시장 전망치를 웃돌았고, AI 데이터센터 부문 매출은 전년 대비 22% 증가한 51억 달러였다. 배경은 AI 산업의 구조 변화다. AI 시장은 엔비디아 그래픽처리장치(GPU) 중심의 학습 단계가 주도했지만, 서비스를 수행하는 추론 단계 비중이 빠르게 커지고 있다. AI 에이전트와 피지컬 AI의 확산으로 복잡한 순차 연산과 시스템 제어를 담당하는 중앙처리장치(CPU)의 중요성이 재부상했다. AI 에이전트는 답변 생성을 넘어 데이터 호출, 작업 스케줄링, 시스템 제어 등을 반복 수행해야 한다. 병렬 연산에 강한 GPU뿐 아니라 복잡한 순차 처리와 자원 제어를 담당하는 CPU 역할이 필수적이다. 업계에서는 과거 1대 8 수준이던 CPU와 GPU 비중이 향후 1대 1 수준까지 근접할 수 있다는 전망도 나온다. 립부 탄 인텔 최고경영자(CEO)는 최근 실적 발표에서 “1년 전에는 생존 가능 여부가 화두였다면 지금은 얼마나 빨리 제조 역량을 확대해 수요를 충족할 수 있는지가 핵심 과제”라고 말했다. 인텔은 최근 AMD와 AI 컴퓨트 익스텐션 공동 개발에 나섰고, 애플은 공급망 다변화를 위해 인텔 파운드리 활용 가능성을 검토 중인 것으로 알려졌다. 테슬라가 차세대 반도체 생산시설 ‘테라팹’에 인텔의 14A 공정을 도입하기로 하면서 파운드리 경쟁력 회복 기대감도 커지고 있다. 미국 행정부도 반도체 보조금 지급 과정에서 인텔 지분 10%를 확보하며 반도체 공급망의 핵심 축으로 인텔을 지원하고 있다.

AI 전문기업 바이브컴퍼니가 AI 에이전트의 성능 지원을 위한 데이터 인텔리전스 플랫폼 ‘VAIV AI DATA PLATFORM(이하 VAIV AI DATA)’을 정식 출시했다. 최근 AI 산업은 단순한 모델 성능 경쟁을 넘어, AI가 실제 추론 과정에서 얼마나 정확하고 최신화된 정보를 확보할 수 있는지가 핵심 경쟁력으로 부상하고 있다. 특히 거대언어모델(LLM)은 학습 데이터 이후의 최신 정보를 반영하지 못하는 ‘지식 컷오프(Knowledge Cut-off)’ 한계를 안고 있어, 실무 환경에서 최신 시장 변화와 이슈를 충분히 반영하지 못한다는 지적이 꾸준히 제기됐다. 바이브컴퍼니는 이러한 문제의 핵심을 ‘외부 컨텍스트 데이터 부재’로 진단하고, AI 에이전트가 시장 흐름과 실시간 변화를 이해할 수 있도록 지원하는 데이터 인텔리전스 플랫폼을 출시했다. 현재 산업 현장에는 ERP나 데이터베이스(DB) 등 내부 데이터를 통합하는 솔루션은 다수 존재하지만, AI 에이전트가 외부 시장 상황을 이해하기 위한 고품질 데이터 공급 체계는 부족한 실정이다. VAIV AI DATA는 이러한 데이터 병목 문제를 해결하기 위해 개발됐다. 바이브컴퍼니가 지난 26년간 축적해온 약 550억 건 규모의 데이터 자산을 기반으로, AI가 즉시 이해하고 활용할 수 있는 지능형 지식 구조로 재설계해 제공하는 것이 핵심이다. 단순히 원천 데이터를 전달하는 수준을 넘어, 산업 리포트·기업 공시 정보·소셜 담론 등 다양한 멀티채널 데이터를 비즈니스 목적에 맞춰 구조화했다는 점이 특징이다. 이를 통해 AI 에이전트는 기업 내부 데이터에만 의존하지 않고, 실시간 시장 흐름과 사회적 맥락을 기반으로 보다 정교한 추론과 의사결정을 수행할 수 있게 된다. 기업은 변화하는 시장 상황에 보다 민첩하게 대응하고, 리서치와 분석 업무 효율 또한 높일 수 있다고 회사 측은 밝혔다. 플랫폼은 비즈니스 목적에 최적화된 5종의 데이터 인텔리전스를 공급한다. 세부 구성은 ▲실시간 시장 변화와 소비자 반응을 분석하는 ‘Trend 데이터’ ▲사회적 이슈 추적으로 리스크를 관리하는 ‘Issue 데이터’ ▲전문 지식 기반 리서치 과정을 구조화하는 ‘Research 데이터’ ▲AI 프로파일링을 통한 SNS 유저 특성 분석인 ‘Profiling 데이터’ ▲국내외 투자 지표와 시황 정보를 정제한 ‘Finance 데이터’ 등이다. 운용 편의성 측면에서는 글로벌 표준인 MCP(Model Context Protocol) 연동을 포함해 API, 대시보드, 커스텀 파일 등 4가지 방식의 연동을 지원한다. 이에 따라 도입 기업은 별도의 데이터 파이프라인 구축 절차 없이 실시간 데이터 분석과 리포트 작성 업무에 플랫폼을 활용할 수 있다. 김경서 바이브컴퍼니 대표는 “이제 AI 경쟁력의 핵심은 단순히 뛰어난 모델을 보유하는 데 그치지 않고, 해당 모델이 현시점의 외부 상황을 전문가처럼 읽어낼 수 있도록 만드는 생생한 지식 공급에 있다”며 “VAIV AI DATA는 26년간 축적한 데이터 역량을 에이전틱 AI 시대에 맞춰 재설계한 플랫폼으로, 복잡한 시장 신호를 AI가 즉시 이해할 수 있는 맥락으로 제공하는 지능형 엔진 역할을 하게 될 것”이라고 밝혔다. 바이브컴퍼니(구 다음소프트)는 2000년 설립된 국내 AI 전문기업으로, 데이터 자산과 생성형 AI 기술을 결합해 공공과 민간 분야에 AX(AI 전환) 서비스를 제공하고 있다.

추론용 인공지능(AI) 칩 스타트업 세레브라스가 약 266억 2000만 달러(약 39조원)의 기업 가치를 목표로 미국 증시 상장(IPO)에 나선다. 세레브라스는 4일(현지시간) 미국 증권거래위원회(SEC)에 제출한 수정 상장신청서에서 A형 보통주 2800만 주를 신규 공모할 계획이라고 밝혔다. 창업자와 기존 투자자 등이 보유한 B형 주식을 포함하면 총발행 주식 수는 2억 1296만 5381주다. 주당 공모희망가 115~125달러를 적용할 경우 시가총액은 최대 266억 2000만 달러에 이를 전망이다. 세레브라스는 웨이퍼를 잘게 잘라서 다량의 칩을 만드는 다른 제조사들과 달리 웨이퍼 전체를 하나의 거대한 칩으로 만드는 ‘웨이퍼 스케일 엔진(WSE)’ 기술을 보유하고 있다. D램 기반의 고대역폭메모리(HBM) 대신 속도가 빠른 S램을 장착해 AI 추론 속도를 끌어올린 것이 특징이다. 앤드루 펠드먼 최고경영자(CEO)는 자사 하드웨어가 엔비디아 대비 더 빠르게 AI 모델을 구동한다는 입장이다. 세레브라스의 2025년 매출은 5억 1000만 달러로, 2024년 2억 9000만 달러에서 75.86% 증가했다. 앞서 2024년 9월 상장을 추진했으나 아랍에미리트(UAE) 기업 G42의 지분 투자 문제로 미국 외국인투자위원회(CFIUS)의 조사를 받으면서 같은 해 10월 상장을 자진 철회한 바 있다. 올해 미국 증시에는 이외 스페이스X와 앤트로픽 등 AI·우주 관련 빅테크 기업들의 상장이 잇따를 전망이다.

생성형 인공지능(AI) 확산으로 데이터 저장 구조가 변화하면서 한동안 쇠퇴 산업으로 분류됐던 하드디스크(HDD)가 핵심 인프라로 재부상했다. 4일 업계에 따르면 글로벌 HDD 제조사 씨게이트는 2026년 1분기에 매출 31억 1000만 달러(약 4조 5754억원)를 기록해, 전년 동기의 21억 6000만달러(약 3조 1777억원)와 비교해 44% 증가했다. 매출총이익률은 47.0%로 전년의 36.2%에서 10.8%포인트 상승했고, 출하량은 199EB(엑사바이트)로 전년 144EB 대비 39% 증가했다. 특히 데이터센터 매출은 25억달러(약 3조 6780억원)로 전년 대비 55% 증가하며 전체 매출의 80%를 차지했다. 씨게이트는 지난달 28일(현지시간) 보도자료를 통해 “AI는 컴퓨팅만으로 작동하는 것이 아니라, 폭증하는 데이터를 얼마나 경제적으로 저장하느냐가 더 중요하다”라고 강조했다. HDD를 주력으로 하는 웨스턴디지털도 유사한 흐름이다. 매출은 33억 4000만달러(약 4조 9138억원)로 전년 22억 9400만달러(약 3조 3750억원) 대비 45% 증가했다. 매출총이익률은 50.5%로 전년 40.1% 대비 10.4%포인트 상승하며 50%를 처음 돌파했다. 출하량 역시 222EB로 전년 166EB 대비 34% 증가했다. 구글·마이크로소프트 등 클라우드 기업에 HDD를 공급해 발생하는 매출 비중은 89%에 달해 사실상 대부분의 성장이 데이터센터에서 이뤄지고 있다. 출하량 증가는 AI 구조 변화와 맞물려 있다. 학습 중심이던 AI가 추론·에이전틱 AI로 진화하면서 데이터 생성과 저장이 반복되고, 자율주행·로봇 확산으로 데이터 규모도 빠르게 커지고 있다. 이로 인해 클라우드 기업들의 데이터센터 투자가 늘면서 HDD 수요가 증가하고 있다. SSD가 고성능 처리를 담당하는 반면, 대규모 저장은 HDD가 더 경제적이라는 점도 영향을 미쳤다. 씨게이트는 실적 발표 콘퍼런스콜에서 “데이터센터용 HDD 생산 물량이 2027년까지 대부분 계약된 상태”라고 설명했다.

인텔이 2026년 1분기, 시장의 예상을 뛰어넘는 호실적을 기록했습니다. 물론 역대급 실적을 경신 중인 국내 반도체 제조사들과 비교하면 아주 압도적인 수치는 아니지만, 과거 파운드리 분사 후 분할 매각설이 돌 정도로 위태로웠던 상황을 고려하면, 이번 실적은 분위기를 반전시키는 중요한 이정표로 평가할 수 있습니다. 올해 1분기 인텔 매출은 전년 동기 대비 7.2% 증가한 136억 달러를 기록했습니다. 특히 주당 순이익(EPS)은 예상치인 0.01달러를 크게 상회하는 0.29달러를 달성했습니다. 소비자 제품군인 클라이언트 컴퓨팅 그룹(CCG) 매출이 전년 대비 6% 감소한 77억 달러에 그쳤음에도 거둔 성과라는 점에서, 이번 실적은 더욱 어닝 서프라이즈로 받아들여집니다. 인텔의 깜짝 실적을 주도한 주역은 전년 동기 대비 22% 성장한 데이터 센터 및 인공지능(AI) 부문(DCAI)입니다. 사실 인텔은 지난 몇 년간 경쟁사인 AMD의 맹추격에 밀려 고전을 면치 못했습니다. 2025년 2분기에는 데이터 센터 및 AI 부분 매출이 39억 달러 수준까지 줄어들기도 했습니다. 그러나 지난해 4분기 47억 달러로 회복세를 보이더니, 올해 1분기에는 51억 달러를 기록하며 확실한 반등 추세를 보이는데 성공했습니다. 이러한 의외의 호재를 이끈 동력은 바로 ‘에이전틱 AI(Agentic AI)’ 수요의 폭발입니다. 에이전틱 AI는 사람이 내린 지시에 따라 자율적인 AI 에이전트가 여러 단계를 설계하고, 외부 도구를 활용해 복잡한 문제를 해결하는 방식을 의미합니다. 기존 대규모 언어 모델(LLM)의 단순 훈련과 추론 작업에서는 GPU가 핵심적인 역할을 했지만, 작업 범위가 넓고 복잡한 에이전틱 AI 환경에서는 여러 작업을 조율하고 순차적으로 실행하는 CPU의 역할이 더 커집니다. 예를 들어, 특정 주제에 대한 이메일 초안 작성이나 간단한 요약은 LLM을 통해 빠르게 처리할 수 있으며, 이는 병렬 연산에 능한 GPU가 강점을 가진 영역입니다. 하지만 수백 건의 고객 문의를 처리해야 하는 기업용 환경은 이야기가 다릅니다. 단순히 답변을 생성하는 것에 그치지 않고 1) 문의 내용 분석 및 분류, 2) 목적에 맞는 데이터 가공, 3) 결과에 따른 다단계 후속 조치를 수행해야 합니다. 이는 일회성 응답을 넘어 AI 에이전트가 스스로 계획을 세우고, 외부 도구를 호출하며, 결과를 종합적으로 검토하는 ‘워크플로우’를 요구합니다. 이 과정을 오케스트레이션(Orchestration)이라 부르는데, 여기서 발생하는 상태 관리, 도구 호출, 실시간 의사결정 등은 병렬 연산에 특화된 GPU보다 범용 연산과 복잡한 제어 처리에 능한 CPU에 훨씬 적합합니다. 실제로 인텔의 최고재무책임자(CFO) 데이비드 진스너는 실적 발표에서 “데이터 센터 내 CPU와 GPU의 비율이 기존 1:8에서 1:4까지 좁혀졌다”고 밝혔습니다. 나아가 향후 이 비율이 1:1에 수렴하거나 오히려 CPU 비중이 더 높아질 수도 있다고 전망했습니다. 인텔의 1분기 실적은 이러한 주장을 뒷받침하는 증거인 셈입니다. 다만, 에이전틱 AI 시대의 주도권을 노리는 경쟁자가 많다는 점은 장기적인 변수입니다. 엔비디아는 루빈(Rubin) GPU와 함께 강력한 서버용 프로세서인 베라(Vera) CPU를 선보였고, AMD 역시 올해 최대 256코어를 탑재한 6세대 에픽(EPYC) 프로세서 ‘베니스(Venice)’를 출시할 예정입니다. 아마존 또한 자체 개발 서버 프로세서인 그래비톤(Graviton)을 내부적으로만 사용하지 않고 메타에게도 공급하기로 했습니다. 메타는 수천만 개의 그래비톤 5 CPU를 도입하기로 했는데, 역시 에이전틱 AI를 그 이유로 들었습니다. 이런 상황에서 인텔 역시 최신 18A 공정을 적용한 288코어 제온 6+(코드네임 클리어워터 포레스트)를 연내 출시하며 에이전틱 AI 시장 선점에 총력을 기울이고 있습니다. 오랜만에 찾아온 기회를 발판 삼아 인텔이 과거의 명성을 완전히 회복할 수 있을지 업계의 이목이 쏠리고 있습니다.

구글이 지난해 8월 7세대 TPU인 아이언우드를 발표한 지 1년도 채 되지 않아 8세대 TPU를 공개하며 AI 가속기 시장에서 속도전을 벌이는 모습입니다. 이렇게 빠르게 차세대 칩을 내놓았다는 것은 7세대 공개 시점에서 이미 8세대를 개발 중이었다는 이야기입니다. 이는 두 개의 팀을 따로 만들어 비용을 더 투자하더라도 개발 경쟁에서 경쟁자를 앞서겠다는 강한 의지 없이는 불가능한 일입니다. 이번 8세대 TPU의 가장 큰 특징은 사상 처음으로 학습과 추론 전용 칩을 분리해 각각 TPU 8t와 TPU 8i로 이원화했다는 점입니다. 특히 이번 세대는 단순한 칩의 성능 향상을 넘어, 스스로 판단하고 행동하는 ‘에이전틱 AI(Agentic AI)’ 시대를 뒷받침하기 위한 ‘AI 하이퍼컴퓨터’ 아키텍처의 핵심 엔진으로 설계됐습니다. 학습 전용인 TPU 8t는 216GB의 HBM 메모리를 탑재하고 단일 슈퍼포드당 최대 9600개의 칩을 3D 토러스(Torus) 토폴로지로 연결해 압도적인 확장성을 자랑합니다. 이를 통해 최첨단 모델의 배포 기간을 수개월에서 수주 단위로 단축할 수 있으며, 포드당 총 121 ExaFlops의 FP4 연산 능력을 제공합니다. 추론 특화 칩인 TPU 8i는 에이전틱 AI의 핵심인 ‘추론(Reasoning)’ 성능을 극대화하기 위해 설계됐습니다. 288GB의 HBM과 더불어 이전 세대보다 3배 늘어난 384MB의 온 칩 (on chip) SRAM을 탑재했습니다. 이는 최근 엔비디아가 공개한 추론 가속기인 그록(Groq) LPU의 SRAM 전략과 유사한 것으로 평가됩니다. 결론적으로 세대별 성능 향상 측면에서 TPU8t 트레이닝 칩은 대규모 학습에서 전 세대 대비 2.7배 향상된 가격 대비 성능을 제공하며, TPU8i 역시 추론 환경에서 전 세대 대비 80% 향상된 가격 대비 성능을 제공합니다. 또 두 칩 모두 와트당 성능이 두 배 향상됐는데, 이는 전력 비용을 줄여 전체적인 AI 총소유비용(TCO)를 크게 줄일 수 있습니다. 이와 같은 비용 절감은 앞으로 AI 서비스의 수익화에 매우 중요한 요소입니다. 다만 기본적으로 엔비디아의 베라 루빈 플랫폼은 여전히 8세대 TPU보다 강력한 성능을 지니고 있습니다. 단일 칩 기준으로만 보면 루빈 GPU는 50 PFLOPS에 달하는 연산 능력을 지녀 8세대 TPU보다 몇 배 빠른 성능을 지니고 있습니다. 문제는 비싼 가격입니다. 엔비디아 플랫폼이 비싼 이유는 칩 자체의 생산 비용도 있지만, 높은 이윤을 남기면서 팔고 있는 것도 중요한 이유입니다. 그런데 여기서 구글이 자체 칩을 만들어 마진을 흡수하면 오픈 AI나 앤스로픽 같은 경쟁자보다 비용을 대폭 절감할 수 있습니다. 최근 칩플레이션과 에너지 비용 급상승으로 AI 서비스 비용은 비싸지고 수익화는 이를 따라가지 못하는 상황에서 구글이 누리는 비용 절감 효과는 결국 AI 경쟁에서 최종 승자가 될 가능성을 높일 수 있습니다. 언뜻 보기에는 구글 TPU가 엔비디아를 겨냥한 것 같지만, 사실은 엔비디아 플랫폼을 사용할 수밖에 없는 다른 경쟁자가 더 압박을 받을 수밖에 없는 셈입니다. 자체 TPU 개발의 또 다른 이점은 자체 서비스에 최적화된 플랫폼과 생태계입니다. 마치 애플의 A 시리즈 및 M 시리즈 프로세서가 iOS 및 맥 OS, 그리고 애플 서비스에 최적화된 기능을 제공할 수 있어 비용은 절감하고 서비스 품질과 사용자 경험은 높일 수 있는 것과 동일한 구조입니다. 사실 이런 이유 때문에 구글뿐 아니라 오픈 AI나 앤스로픽 역시 자체 칩 플랫폼을 개발하거나 타사 플랫폼 활용을 고려하고 있지만, 이미 10년 이상 개발해온 TPU의 노하우를 따라잡기는 쉽지 않습니다. 반대로 이야기하면 구글 입장에서는 앞선 TPU 설계와 이미 구축해 놓은 생태계가 이들과의 경쟁에서 매우 큰 무기인 셈입니다. 결국 TPU의 개발 목적은 엔비디아와의 직접적인 경쟁보다는, 자사 인프라에 최적화된 저비용·고효율 환경을 구축하여 AI 서비스 대중화 시대의 수익성을 선점하는 데 있습니다. 이러한 탄탄한 하드웨어 경쟁력과 기존의 방대한 서비스 플랫폼이 결합된 AI 생태계를 통해 구글이 최종적인 승자가 될 수 있을지 주목됩니다.

인공지능(AI) 업계와 이용자들 사이에서 ‘덕테이프’(Duct Tape·덕트 테이프)라는 코드명으로 불렸던 AI 이미지 생성 도구의 정체가 예상대로 오픈AI의 새 모델로 드러났다. 오픈AI는 지난해 일본 애니메이션 스튜디오 ‘지브리’ 풍 그림을 만들어내는 기능으로 인기를 끈 이미지 도구의 새 버전인 ‘챗GPT 이미지 2.0’을 21일(현지시간) 공개했다. ‘이미지젠(ImageGen) 2.0’ 모델을 기반으로 만들어진 이 서비스는 앞서 AI 평가 플랫폼 ‘아레나’의 이용자 대상 테스트에서 글자 표현 문제를 완벽에 가깝게 해결했다는 호평을 받으며 관심을 끈 덕테이프의 정식 출시판이다. 오픈AI는 해당 모델에 대해 “단순히 재미를 위한 이미지 생성을 넘어서서 시각적 지능을 갖추고 있다”며 “특히 텍스트 처리에서 (전작 대비) 큰 진전을 이뤘다”고 소개했다. 이 모델은 또 전문적인 디자인 능력을 대폭 강화해 인포그래픽 등 시각 정보 표현에 강점을 보인다는 설명이다. 이에 따라 오픈AI는 이 모델이 교육용·연구용으로 특히 많이 활용될 것이라고 내다봤다. 이미지 생성 과정에서 추론 능력을 강화한 사고(Thinking)·프로(Pro) 모델도 선보였다. 이를 활용하면 사고의 연쇄 기능을 통해 보다 정확한 결과물을 얻을 수 있고, 만화와 같은 여러 장의 이미지에서 인물이나 캐릭터가 일관성을 유지하게 할 수도 있다. 오픈AI는 최근 핵심 사업에 집중하고 부차적인 사업은 정리한다는 기조하에 동영상 생성 도구인 ‘소라’(Sora) 서비스를 접겠다고 최근 발표한 바 있다. 동영상 도구와 달리 이미지 도구는 계속 개발하는 이유에 대해 오픈AI 관계자는 “챗GPT에 있어 이미지 생성은 궁극적인 개인 비서를 만드는 데 있어 핵심적인 요소”인 반면 “동영상에 대한 수요는 아직 그 정도는 아니었다”고 답했다. 이와 같은 이미지 생성 도구가 허위 정보 유포나 정치적 목적에 악용될 우려에 관한 질문에도 “우리는 사용자를 모니터링하고 보호하는 것은 물론이고 생성된 콘텐츠가 미치는 영향에 대해서도 매우 신중하게 다루고 있다”고 강조했다. 오픈AI는 챗GPT 이미지 2.0을 무료 이용자를 포함한 모든 계정에서 쓸 수 있도록 공개하고, 사고·프로 모델은 월 20∼200달러 요금제 이용자에게만 제공할 예정이다. 한편, 오픈AI의 이미지 생성 도구 공개는 이미지 소프트웨어(SW) 기업인 어도비가 연례 ‘어도비 서밋’을 개최하는 가운데 이뤄졌다. 사힐 굽타 어도비 파트너십 수석 총괄은 AI 모델들이 이미지 생성 등 분야에 진출하면서 어도비와 경쟁 관계가 된 것이 아니냐는 질문에 “고객들은 서로 다른 용도로 각 모델을 사용한다”고 일축했다.